基于GIS技术的城市大气环境质量评价——以淮南市为例

以淮南市为例 ,探讨了基于地理信息系统GIS技术进行城市大气环境质量评价的分析方法。利用GIS的空间数据管理、分析和图形显示、输出功能 ,对大气环境进行多因素复合分析 ,建立了基于“变权”思想的大气环境质量综合评价的污染指数模型和大气环境质量等级标准 ,并以图表的形式输出了评价结果。结果表明利用GIS技术进行城市大气环境研究具有传统方法无法比拟的优势 ,具有广阔的应用前景 ;所建立的大气环境评价模型和等级划分标准简单、客观、合理 ,具有实际应用意义。     

基于云模型的长沙市大气环境质量评价

根据大气环境质量评价过程中存在随机性和模糊性的特点,建立基于云模型的评价方法。以长沙市2014—2016年大气环境监测资料为依据,选取SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3为评价因子,基于云理论生成评价指标隶属于评价等级的综合云模型对大气环境质量进行综合评价。结果表明:云模型能够很好地实现评价指标数值和大气环境质量等级间的不确定映射;长沙市2014年大气环境质量为轻度污染(Ⅲ级),2015年和2016年的大气环境质量提升至良(Ⅱ级),且2016年对于良的确定度相比于2015年明显提高,表明长沙市大气环境质量呈现逐年好转趋势,评价结果与实际情况相符。     

基于多元统计的大气环境质量评价模型与应用

为解决传统主成分分析在环境质量评价应用中的局限性并构造合理有效的大气环境质量综合指数,在利用改进的主成分方法并融合层次分析法(AHP)、聚类分析和判别分析方法的基础上,建立一种将主、客观指标赋权方法优点相结合并可准确可靠地判定样本点环境质量级别的大气环境质量评价模型,利用此模型对2个大气环境质量样本进行评价。结果表明:这是一种适合于大气环境质量综合定量评价且切实有效的方法模型,构造的大气环境质量综合指数有较强的实践价值。     

大气环境质量综合评价的修正Logistic曲线模型

为检验现行大气环境质量评价标准的合理性 ,解决各单项大气环境质量指标的评价结果的不相容问题 ,提高大气环境质量等级模型的分辨率 ,提出了一种新的大气环境质量评价模型———修正Logistic曲线模型 ,它的大气环境质量等级是连续的实数值。根据修正Logistic曲线模型的参数值可以分析各大气环境质量指标值对大气环境质量等级的影响程度 ,据此检验现行大气环境质量等级标准的合理性。实例研究结果表明 ,该方法是可行、有效且通用的 ,在环境质量综合评价中具有广泛的应用价值。     

模糊数学在大气环境质量评价中的应用

本文依照模糊数学的基本原理,以本溪市1987年大气监测数据(监测项目为TSP、NOx、,SO_2),运用模糊矩陈复合运算方法,对其大气环境质量进行综合评价。运用隶属函数,进行单因素评价,再根据各污染因素对大气环境质量影响程度不同,计算各指标的权值。根据最大隶属原则,得出大气环境质量综合评价结果。     

改进TOPSIS方法在大气环境质量评价中的应用

为了更科学合理的进行大气环境质量综合评价,基于TOPSIS模型,采用加权法判定评价指标权重以避免主观定权的随意性,并引入"垂面距离"的方法计算评价对象与最优解之间接近程度,克服传统方法中评价对象可能离最优解"欧氏距离"近的同时离最劣解"欧氏距离"也近的不足,从而合理判定区域大气环境质量是否达到评价标准。研究结果表明:改进的TOPSIS方法与其他方法的评价结果完全一致,说明该评价方法适用于大气环境质量评价并且评价结果客观准确。     

大气质量污染损失率评价模型参数的GA优化

设定各项污染物在大气环境质量污染损失率评价模型中有相同参数值,采用具有全局优化的遗传算法(GA)对模型中的参数进行优化,得出了对各种大气污染物均适用的大气环境质量污染损失率计算公式及大气环境质量综合评价模型。该模型与其他多种评价模型用于大气环境实例进行评价比较,结果表明:该评价方法不仅原理直观,评价结果准确,而且计算简便,实用性强。      

模糊数学在大气环境质量评价中的应用

针对指数方法在评价大气环境质量中存在评价因素单一,不能反映多种污染物对大气环境的综合影响等缺点,结合模糊数学的原理与方法,提出应用模糊数学方法进行大气环境质量评价.介绍了模糊数学中的贴近度评价法和模糊综合评判法,建立了评价模型、评价标准和评价步骤.以普兰店市大气环境质量评价为例阐明了两种模糊评价方法的比较与应用,并根据评价结果分析了模糊数学在大气环境质量评价中的优缺点.     

城市大气环境质量评价模糊识别理论模型

本文提出一种新的大气环境质量评价理论模型——模糊识别模型。提出了大气质量评价的指标综合权重矩阵概念及其确定方法。      

人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

模糊数学在大气环境质量评价中的应用

本文应用模糊数学方法对近年宜宾市城区大气环境质量进行综合评价,并与常用的其它几个模式进行可比分析,其更能描述大气污染程度的特点。因此模糊综合评判法对大气环境质量评价是一种有效的评价方法,它具有较强的实用性。     

灰色系统理论对大气环境质量评价和预测

把大气环境看作是灰色系统,考虑到青岛市大气环境的实际情况,利用灰色统计决策对青岛市的大气环境质量数据进行分析,得到大气环境质量保持在尚清洁水平;利用GM（1,1）模型对SO2、NO2、PM10进行模拟预测,短期预测结果表明,青岛市SO2、PM10的浓度呈下降趋势,NO2的浓度呈上升趋势。     

区域生态环境质量的灰色评价模型及其应用

将灰色系统的评价方法引入区域生态环境质量评价中 ,评价指标值分为高、中、低 3类 ,首先计算出评价对象隶属于各指标类别的权系数 ,再将各评价指标同类别的权系数加权迭加 ,得到评价对象的综合权系数矩阵 ,在此基础上运用三角坐标图对评价对象进行综合评估和分类 ,避免了常用的指数法存在的问题 ,提高了评价的准确性。最后 ,将该方法应用于我国区域生态环境质量评价中 ,取得了良好的效果     

自适应神经模糊推理在大气环境质量评价中的应用

利用matlab模糊工具箱中自适应神经模糊推理系统(Anfis)方法,对大气环境质量评价作一个尝试性的工作。利用Anfis法对大气环境质量现状的评价,并与灰色聚类法作比较,得出Anfis法用于评价环境质量是可行的,且具有许多优点。     

自适应神经模糊推理在大气环境质量评价中的应用

利用matlab模糊工具箱中自适应神经模糊推理系统（Anfis）方法，对大气环境质量评价作一个尝试性的工作。利用Antis法对大气环境质量现状的评价，并与灰色聚类法作比较，得出Antis法用于评价环境质量是可行的，且具有许多优点。     

基于改进灰色聚类法的城市道路环境空气质量综合评价

针对经典灰色聚类法的局限性,通过构造指数型白化函数和熵权法加以改进,提出了环境空气质量综合评价的改进灰色聚类法。此法充分利用已知的有限信息,既提高分辨率又避免主观因素的影响,使评价结果更加客观、准确;最后结合某城市道路环境空气质量评价的实例介绍了该方法的具体应用,并与经典灰色聚类法相比较,验证了方法的可行性和有效性;可以将此方法推广到其他环境质量评价的实践中。     

API法在城市大气环境质量评价中的应用

采用空气污染指数API法对绵阳市2008年大气环境质量进行评价。结果表明,该市空气质量达到了国家二级标准,影响空气质量的主要污染物为可吸入颗粒物（PM10）,主要污染时间为1、2、3、5、12月,影响因素为气象和人为活动。建议采取优化产业结构、改造锅炉和燃烧设备、大力发展和推广使用清洁能源、加快城市绿化建设等污染防治对策。API法与其他评价方法相比,可以准确地揭示大气污染程度,是一种简便、直观且可靠的评价方法。     

水环境质量区间隶属度评价法

通过对水环境质量综合评价中的灰色关联分析法进行分析,认为水环境质量评价标准是区间概念,将评价标准处理成点的传统灰色关联分析法存在一定的缺陷。为克服这种缺陷,提出一种水环境质量区间隶属度评价法,该方法借鉴了模糊综合评价法的距离计算原理,但比模糊综合评价法更为简单、直观,具有较强的适用性。     

地表水环境的灰色聚类分析

在环境质量评价中,环境系统包含的信息是不完全的和非确定性的,因此环境系统是一个灰色系统。传统的评价方法已不能满足要求,灰色聚类分析方法正是考虑了环境系统这一特点,因此现已被成功地运用于环境质量评价中。采用灰色聚类分析对西安某河流进行评价,并运用主成分分析各年之间的污染程度以及各污染指标之间相互关系,有效地提取了信息。     

基于灰色关联分析的蒙特卡罗法建立水库出库水质预测模型

运用灰色理论和蒙特卡罗方法相结合建立的水库出库水质预测模拟模型,首先采用灰色关联分析方法科学准确的识别出主要影响因素,接着用蒙特卡罗原理预测,克服了专家直接给定法的主观任意性,并且同时考虑多个主要因素对水质状况的影响,使预测出的结果客观、合理。